Британский информатик, один из отцов-основателей современного метода распознавания изображений Джеффри Хинтон опубликовал два исследования, в которых предлагает использовать для распознавания изображений новый вид нейронных сетей.
В октябре 2012 профессор Университета Торонто Джеффри Хинтон с двумя своими учениками показал показал технологию искусственной нейронной сети, которая обещала совершить прорыв в машинном распознавании изображений. Через полгода все трое уже получали зарплату от Google. Сегодня нейронные сети узнают нашу речь, домашних любимцев на фотографиях и выслеживают сетевых троллей.
Но сам Хинтон невысокого мнения о собственной технологии. «Я думаю, мы ошиблись, когда сделали компьютерное зрение таким, — говорит он. — Оно лучше, чем другие варианты из нынешних, но это не значит, что так правильно».
Топ лучших технологий хранения энергии
Кейсы
Вместо нее Хинтон предлагает обратиться к идее, которую он обдумывал на протяжении почти 40 лет и которую, наконец, довел до ума. Речь идет о «капсульной сети», разновидности нейронной, которая позволяет машинам лучше понимать мир посредством фотографий и видео.
Капсульные сети не обладают недостатком современных нейронных, которым для обучения требуется огромное число изображений с примерами. Это происходит потому, что программы не умеют обобщать и адаптироваться к новым обстоятельствам, например, не понимают, что перед ними тот же предмет с другого ракурса. Детям не нужно тысяча снимков, чтобы запомнить, как выглядит кошка.
Капсулы — небольшие группы виртуальных нейронов — служат для того, чтобы отслеживать различные части предмета, например, нос или ухо кота, и их относительное положение в пространстве. Сеть таких капсул позволит понять, когда на изображении действительно что-то новое, а когда — то же самое, просто под другим углом.
80% трудоспособных россиян не готово для работы на современных рынках
Технологии
В одной из опубликованных работ точность капсульной сети равнялась точности лучших технологий в стандартном тесте по распознаванию рукописного текста. Во второй — капсульные сети прошли тест на распознание игрушечных машинок, изображенных с различных ракурсов, совершив почти вполовину меньше ошибок, чем предыдущие рекордсмены.
Пока еще слишком рано говорить о том, насколько большой прорыв совершил Хинтон. Профессор понимает это и сам, и говорит, что капсульную сеть еще предстоит проверить на большом числе изображений, и что нынешняя ее версия слишком медленная, по сравнению с существующими аналогами, пишет Wired.
Как российские предприятия готовятся к Четвертой промышленной революции
Технологии
Недавно Google представила результаты работы технологии AutoML, которая позволяет искусственному интеллекту самостоятельно обучать другой ИИ. В некоторых случаях алгоритм справлялся лучше разработчиков-людей. Сторонние эксперты опасаются, что это может вызвать безработицу среди специалистов по ИИ.